Characterization of Pre‐mRNA Splicing and Spliceosomal Machinery in <i>Porphyridium</i><i>purpureum</i> and Evolutionary Implications for Red Algae
Notice bibliographique
Résumé
Pre-mRNA splicing is a highly conserved eukaryotic process, but our understanding of it is limited by a historical focus on well-studied organisms such as humans and yeast. There is considerable diversity in mechanisms and components of pre-mRNA splicing, especially in lineages that have evolved under the pressures of genome reduction. The ancestor of red algae is thought to have undergone genome reduction prior to the lineage's radiation, resulting in overall gene and intron loss in extant groups. Previous studies on the extremophilic red alga Cyanidioschyzon merolae revealed an intron-sparse genome with a highly reduced spliceosome. To determine whether these features applied to other red algae, we investigated multiple aspects of pre-mRNA splicing in the mesophilic red alga Porphyridium purpureum. Through strand-specific RNA-Seq, we observed high levels of intron retention across a large number of its introns, and nearly half of the transcripts for these genes are not spliced at all. We also discovered a relationship between variability of 5' splice site sequences and levels of splicing. To further investigate the connections between intron retention and splicing machinery, we bioinformatically assembled the P. purpureum spliceosome, and biochemically verified the presence of snRNAs. While most other core spliceosomal components are present, our results suggest highly divergent or missing U1 snRNP proteins, despite the presence of an uncharacteristically long U1 snRNA. These unusual aspects highlight the diverse nature of pre-mRNA splicing that can be seen in lesser-studied eukaryotes, raising the importance of investigating fundamental eukaryotic processes outside of model organisms.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».